剑桥大学《自然》子刊：凝聚3D打印和人工智能在模拟耳蜗的应用

来源： EngineeringForLife
人工耳蜗改变了数十万患有严重或严重听力损失的人的无声生活。然而，当前市场上的人工耳蜗因受“电流扩散”(‘current spread’)的阻碍，并不能精确地刺激听觉神经。直到现在，还没有适当的测试模型能够精准地复现发生在人类耳蜗中的“电流扩散”问题。基于此，英国剑桥大学Shery Huang教授 Biointerface课题组和Manohar Bance 教授使用 3D 打印技术创建了首个具有人类耳蜗形状和耳蜗组织导电性的仿生模型，并将其与机器学习相结合，以期实现对人工耳蜗“电流传播”(‘Current spread’) 的临床预测。相关研究成果于10月29日以“3D printed biomimetic cochleae and machine learning co-modelling provides clinical informatics for cochlear implant patients”为题发表于自然通讯杂志上，论文第一作者为课题组博士生李奕雯。

人工耳蜗的“电流传播”问题源于耳蜗管内的一种具导电性的淋巴液体 (perilymph) 引起。这问题严重限制了人工耳蜗响应听觉神经的准确性，可导致人工耳蜗使用者感知到严重失真的声音 (尤其音乐)。另外，耳蜗组织本身位于颞骨深处的位置和较为复杂的解剖结构，且人类耳蜗的形状和导电性有着显著的个体性差异，导致现有的测试模型 (包括动物模型、人体标本模型及计算机有限元分析模型) 均无法较为全面准确地模仿人体耳蜗内 “电流传播”的问题。

图1 植入在体內的人工耳蜗示意图。當人工耳蜗的电极被激发時，所产生的电流會 在耳蜗内扩散，引起“电流扩散”问题

研究团队透过3D打印具不同导电性和不同形状的仿生耳蜗模型来了解人工耳蜗在不同模型里引发的电压分布 (Electric field imaging)，并利用机器学习来分析在仿生耳蜗里获得的数据。这种联合建模方法能预测使用者的“电流传播” 特性，解读不同耳蜗特征如何影响电流传播，并首次估计出患者耳蜗组织电阻率的范围。

图2 人工仿生耳蜗的制造过程

该研究的第一作者李奕雯博士生表示：“在模型中加载打印的微小网格结构能仿真人类颅骨的电阻抗性能，而且利用此项技术，通过改变通道网络的密度，可以实现对电阻抗性能的任意调整，从而模仿出人类耳蜗的个体差异性特点。在此研究中，我们提出的‘打印和学习’概念将可以有效减少对动物实验的需求。我们的解决方案不但提供了一个可操作的物质性模型，模型成本低，且不存在潜在的医学伦理问题。”

图3 人工仿生耳蜗的电气特性

剑桥大学生物工程系副教授 Shery Huang 表示：“考虑到病患的隐私以及相关医学伦理道德问题，科研工作者们在植入式电子装置的研究过程中往往很难获得全面的临床数据。因此3D打印技术成为了一个建造物理模型, 提供精确表征大数据的良好工具；而人工智能 (AI) 机器学习则是作为另一种强大工具，来预测复杂数据之间的关系。本研究成果中提出的协同建模概念还可用于其他生物电子植入装置上，通过构建仿生人工模型来解决相关的临床医学问题。

图4 研究中提出的‘打印和学习’概念示意图

参考文献：
Lei IM, Jiang C, Lei CL, de Rijk SR, Tam YC, Swords C, Sutcliffe MPF, Malliaras GG, Bance M, Huang YYS. 3D printed biomimetic cochleae and machine learning co-modelling provides clinical informatics for cochlear implant patients. Nat Commun. 2021 Oct 29;12(1):6260. doi: 10.1038/s41467-021-26491-6. PMID: 34716306.